基于历史路径的荧光蒙特卡罗模型使蒙特卡罗方法用于荧光扩散光学断层（fDOT）图像重建成为可能，但是其重建效率仍然是使用中的一个瓶颈。如何在通用计算平台上，采用一种加速架构提高fDOT图像重建效率是亟待解决的一个关键问题。
武汉光电国家实验室骆清铭教授领导的科研团队，在国际上率先将集群内多节点并行，CPU内多核并行，GPU内流多处理器并行这三种并行方式结合在了一起，开发了三级并行架构，并在三级并行架构上实现了基于路径历史的荧光蒙特卡罗模型的fDOT图像重建。在三级并行架构的框架下，我们优化了GPU存储分配，有效的缩短了路径信息写入硬盘的时间和每次迭代中数据传输的时间。研究结果表明基于三级并行架构的fDOT图像重建方法的稳定性和有效性。经过三级并行加速，fDOT图像重建可以在通用的计算平台上实现。
2015年10月5日，研究工作“三级并行架构用于基于路径历史的荧光蒙特卡罗模型的加速的扩散光学断层成像图像重建（Accelerating fDOT image reconstruction based on path-history fluorescence Monte Carlo model by using three-level parallel architecture）”全文发表在美国光学学会OSA的期刊Optics Express (Vol. 23, No. 20, pp. 25996-26011, 2015)。
该研究得到国家重大科学研究计划项目（No. 2011CB910401）、国家自然科学基金优秀创新群体项目（No. 61121004）、国家科技支撑计划（No.012BAI23B02）、国家自然科学基金（No. 61078072）的资助。
图中分别显示了三级并行架构上完成fDOT图像重建的精度以及不同组织光学参数下完成图像重建的时间
